Нейросетевая система классификации
пользователей социальных сетей
и экспертный способ ее создания
Рабчевский Андрей Николаевич
ООО «СЕУСЛАБ»
аааа
В связи с современными успехами телекоммуникационных технологий все большую актуальность приобретает проблема контроля распространения в социальных сетях деструктивной информации и вовлечения пользователей в социально опасные явления и процессы [1–4]. Целью настоящей работы является создание интеллектуальной системы, позволяющей определять роль, которую играют пользователи социальных сетей в формировании и распространении информации. Создание такой системы наталкивается на трудности, связанные с получением примеров поведения предметной области в объеме, достаточном для качественного обучения нейронной сети [5]. Для решения этой проблемы применяется оригинальный способ, названный экспертным. Суть этого способа состоит в том, что примеры для обучения нейронной сети создаются экспертом, который закладывает в них свои знания о предметной области. Причем, эксперт задает не отдельные числа, характеризующие поведение предметной области, а интервалы, в пределах которых они могут изменяться. Сами же значения параметров предметной области генерируются датчиком случайных чисел в пределах, заданных 299 экспертом. Нейронная сеть, созданная таким способом, позволила графически изобразить некоторые закономерности предметной области, заложенные экспертом в обучающее множество экспертом в виде примеров. В частности, получены распределения вероятностей принадлежности пользователей к определенным классам в зависимости от количества постов и репостов. Оценена степень влияния (значимость) параметров, характеризующих пользователя социальной сети в отнесении его к определенному классу: «Лидер», «Репостер», «Связной», «Тролль», «Жертва», «Бот». Классификация пользователей по указанным классам, выполняемая нейронной сетью, может быть использована при решении задач предотвращения распространения в социальных сетях деструктивной информации и вовлечения пользователей в социально опасные явления и процессы, а также при проведении маркетинговых и социологических исследований. Развиваемый в статье экспертный способ рекомендуется применять при выполнении нейросетевых проектов в случаях, когда применение других способов формирования примеров поведения предметных областей затруднено. Кроме того, этот способ иногда полезно использовать в комбинации с классическими способами, для усиления полезных сил синаптических связей нейронных сетей.
В настоящее время предпринимаются попытки использовать созданную нейросеть для моделирования процессов распространения информации в социальных сетях в зависимости от социальных ролей пользователей.
Литература:
1.Arularasan A.N., Suresh A., Seerangan K. Identifi cation and classifi cation of best spreader in the domain of interest over the social networks // Cluster Computing. 2019. Vol. 22. Pp. 4035–4044. https://doi.org/10.1007/ s10586–018–2616-y
2.Doran, D. (2015). On the Discovery of Social Roles in Large Scale Social Systems // Social Network Analysis And Mining. 2015. 5. 49. https:// corescholar.libraries.wright.edu/cse/375
3.P. H.B. Ruas, A.D. Machado, M.C. Silva, M. R.G. Meireles, A. M.P. Cardoso, L.E. Zárate, C.N. Nobre. Identifi cation and characterization of facebook user profi les considering interaction aspect // Behaviour & Information Technology. 2019. Vol. 38. No 8. https://www.tandfonline.com/doi/full/10. 1080/0144929X.2019.1566498?scroll=top≠edAccess=true
4.Сайт компании ООО «СЕУСЛАБ» [Электронный ресурс]. URL: https://seuslab.ru/ (дата обращения: 29.10.2019)
5.Ясницкий Л.Н. Интеллектуальные системы : учебник. М.: Лаборатория знаний, 2016. 221 с.